Couplage de SonogashiraLe couplage de Sonogashira est une réaction de couplage direct entre un halogénure d'aryle et un alcyne terminal, catalysée par un complexe de palladium et un sel de cuivre(I) en tant que co-catalyseur. Cette réaction a été publiée par Kenkichi Sonogashira et Nobue Hagihara en 1975. Solvant de type amine. vignette|droite|450px|Mécanisme réactionnel A-B : Addition oxydante B-C (couplé avec F-G) : Transmetallation de l'alcyne du cuivre au complexe de palladium C-D : Réorganisation des ligands du palladium D-A : Elimination réductrice De plus, le couplage de Sonogashira comprend un co-cycle E-F-G qui permet in fine la transmétallation de l'alcyne sur le palladium.
Intelligence artificielle distribuéeL'Intelligence Artificielle Distribuée (IAD) est une branche de l'Intelligence artificielle. On distinguera : le principe d'adapter les approches de l'Intelligence Artificielle classique sur une architecture distribuée (par exemple avec une parallélisation des programmes) les approches où l'Intelligence Artificielle est conceptuellement répartie sur un certain nombre d'entités (réseaux de neurones artificiels, systèmes multi-agents) de façon similaire à une Intelligence distribuée.
Robotiquethumb|upright=1.5|Nao, un robot humanoïde. thumb|upright=1.5|Des robots industriels au travail dans une usine. La robotique est l'ensemble des techniques permettant la conception et la réalisation de machines automatiques ou de robots. L'ATILF donne la définition suivante du robot : « il effectue, grâce à un système de commande automatique à base de microprocesseur, une tâche précise pour laquelle il a été conçu dans le domaine industriel, scientifique, militaire ou domestique ».
Apprentissage automatiqueL'apprentissage automatique (en anglais : machine learning, « apprentissage machine »), apprentissage artificiel ou apprentissage statistique est un champ d'étude de l'intelligence artificielle qui se fonde sur des approches mathématiques et statistiques pour donner aux ordinateurs la capacité d'« apprendre » à partir de données, c'est-à-dire d'améliorer leurs performances à résoudre des tâches sans être explicitement programmés pour chacune. Plus largement, il concerne la conception, l'analyse, l'optimisation, le développement et l'implémentation de telles méthodes.
